OpenClaw 配置调优

WebUI访问+Tools(高权限模式)

{
  "gateway": {
    "port": 18789,
    "mode": "local",
    "bind": "lan",
    "controlUi": {
      "allowedOrigins": [
        "http://<your_ip>:18789"
      ],
      "allowInsecureAuth": true,
      "dangerouslyDisableDeviceAuth": true
    },
    "auth": {
      "mode": "token",
      "token": "<your_token>"
    }
  },
  "tools": {
    "profile": "full"
  },
}
  • 替换<your_ip>为你自己的ip，替换<your_token>为你的gateway_token。（注：需保证gateway_token安全。）
  • controlUI.allowInsecureAuth：支持在非https或者localhost环境下，用token认证。
  • controlUIdangerouslyDisableDeviceAuth：跳过设备认证。
  • tools.profile: "full"：开启agent的全部tools权限。

备用模型设置

{
  "agents": {
    "defaults": {
      "model": {
        "primary": "openai-codex/gpt-5.3-codex",
        "fallbacks": [
          "minmax/MiniMax M2.5-highspeed",
          "minmax/MiniMax M2.5",
        ]
      },
      "thinkingDefault": "high"
    }
  }
}
  • fallbacks：设置备用模型，当主模型不可用时，调用备用模型。
  • thinkingDefault：开启high级别思考模式。

上下文剪裁与记忆压缩

{
  "agents": {
    "defaults": {
      "contextPruning": {
        "mode": "cache-ttl",
        "ttl": "10m"
      },
      "compaction": {
        "mode": "safeguard",
        "memoryFlush": {
          "enabled": true,
          "softThresholdTokens": 10000,
          "prompt": "Review recent context and write lasting notes to memory/YYYY-MM-DD.md. Focus on:\n1. Decisions made and why\n2. User preferences and habits\n3. Important context for future sessions\n4. Technical details worth remembering\n\nUse clear structure with timestamps and categories. Reply with ONLY NO_REPLY if nothing to store.",
          "systemPrompt": "Session is being compacted to free tokens. This is your chance to preserve important context for future conversations. Store what matters — decisions, preferences, patterns — not just raw facts. Think: 'What would future me need to know?'"
        }
      }
    }
  }
}

  • ttl: 10m：表示最近 10 分钟的上下文优先保留，超过这个时间的内容会逐步被清理。

  • softThresholdTokens: 10000：当上下文接近 10000 token 时，开始触发压缩与记忆提取。

记忆优化（向量+索引分类+定时任务）

  • 记忆查找逻辑：先通过memory_search进行向量查找做相关性排序，然后通过memory_get精确读取文件内容。

  • 可以在AGENTS.md中制定目录结构（索引分类模式），记忆查找逻辑。

  • 可以设置6小时定时任务，自动将daily日志提取到catalog的分类日志当中。

在这里插入图片描述

{
  "agents": {
    "defaults": {
      "memorySearch": {
        "provider": "local",
        "fallback": "none",
        "model": "hf:ggml-org/embeddinggemma-300M-GGUF/embeddinggemma-300M-Q8_0.gguf",
        "store": {
          "driver": "sqlite",
          "path": "/root/team/leader/memory/leader.sqlite",
          "vector": {
            "enabled": true
          }
        },
        "chunking": {
          "tokens": 512,
          "overlap": 50
        },
        "sync": {
          "watch": true
        },
        "query": {
          "maxResults": 10,
          "minScore": 0.3,
          "hybrid": {
            "enabled": true,
            "vectorWeight": 0.7,
            "textWeight": 0.3
          }
        },
        "cache": {
          "enabled": true,
          "maxEntries": 50000
        }
      }
    }
  }

  • provider: local：使用本地记忆检索能力

  • memorySearch.model：设置本地的 embeddings 模型

  • memorySearch.driver: sqlite：使用 sqlite 作为存储后端（openclaw 已集成 sqlite-vec）

  • memorySearch.path：本地数据库文件路径

  • memorySearch.vector.enabled: true：启用向量检索能力

  • memorySearch.chunking.tokens：设置记忆分块大小，控制每个 chunk 的 token 数量

  • memorySearch.chunking.overlap：设置分块重叠区域，避免上下文在切片边界丢失

  • memorySearch.sync.watch: true：监听记忆文件变化，自动同步索引

  • memorySearch.query.maxResults：设置单次检索最多返回的记忆条数

  • memorySearch.query.minScore：设置记忆召回的最低相似度阈值

  • memorySearch.query.hybrid.enabled: true：启用混合检索（向量检索 + 文本检索）

  • memorySearch.query.hybrid.vectorWeight：设置向量检索权重

  • memorySearch.query.hybrid.textWeight：设置文本检索权重

  • memorySearch.cache.enabled: true：启用记忆检索缓存

  • memorySearch.cache.maxEntries：设置缓存的最大条目数

注：可以对话让openclaw安装embeddings模型和sqlite。

Subagents+Heartbeat配置

{
  "agents": {
    "defaults": {
      "heartbeat": {
        "every": "55m",
        "model": "minmax/MiniMax M2.1",
        "target": "discord",
        "to": "<your_channel>",
        "suppressToolErrorWarnings": true
      },
      "subagents": {
        "maxConcurrent": 8,
        "archiveAfterMinutes": 30,
        "model": "minmax/MiniMax M2.5"
      }
    }
  }
}

  • 替换<your_channel>的频道id，推荐使用专属频道接受心跳。

  • heartbeat.every：设置心跳任务的执行周期，例如每隔 55m 执行一次（modelProvider他们cache可能1小时刷新一次，设置在1小时内可以减少按量计费的费用）

  • heartbeat.model：设置心跳任务使用的模型，一般会选成本更低、速度更快的模型

  • heartbeat.suppressToolErrorWarnings: true：屏蔽心跳任务中的工具报错告警，避免因为非关键错误频繁打扰正常使用

  • subagents.maxConcurrent：设置子 agent 的最大并发数量，控制同一时间最多能启动多少个子任务

  • subagents.archiveAfterMinutes：设置子 agent 的归档时间，超过这个时间后会自动归档，避免会话和上下文长期堆积

  • subagents.model：设置子 agent 默认使用的模型，一般定时任务会使用subagent

多agent配置（discord方式）

  • 创建多个discord_bot，然后channels.discord.accounts中分别进行绑定。

  • 在agents.list中设置多agents，并配置agents工作区与模型。

  • 在bindings中将agents.list[].id和channels.discord.accounts中的discord id进行绑定。

{
  "channels": {
    "discord": {
      "enabled": true,
      "proxy": "http://127.0.0.1:17890",
      "groupPolicy": "allowlist",
      "streaming": "partial",
      "threadBindings": {
        "spawnAcpSessions": true
      },
      "accounts": {
        "cc-leader": {
          "name": "cc-leader",
          "enabled": true,
          "token": "<your_bot_token>",
          "groupPolicy": "allowlist"
        },
        "codex-leader": {
          "name": "codex-leader",
          "enabled": true,
          "token": "<your_bot_token>",
          "groupPolicy": "allowlist"
        }
      }
    }
  },
  "agents": {
    "list": [
      {
        "id": "codex-leader",
        "name": "codex-leader",
        "workspace": "/root/team/codex-leader",
        "agentDir": "/root/.openclaw/agents/codex-leader/agent",
        "model": {
          "primary": "openai-codex/gpt-5.3-codex-spark",
          "fallbacks": [
            "minmax/MiniMax M2.5"
          ]
        }
      },
      {
        "id": "cc-leader",
        "name": "CC Leader",
        "workspace": "/root/team/cc-leader",
        "agentDir": "/root/.openclaw/agents/cc-leader/agent",
        "model": {
          "primary": "minmax/MiniMax M2.5-highspeed",
          "fallbacks": [
            "minmax/MiniMax M2.1"
          ]
        }
      }
    ]
  },
  "bindings": [
    {
      "agentId": "cc-leader",
      "match": {
        "channel": "discord",
        "accountId": "cc-leader"
      }
    },
    {
      "agentId": "codex-leader",
      "match": {
        "channel": "discord",
        "accountId": "codex-leader"
      }
    }
  ]
}
Logo
龙虾开发者社区

小龙虾开发者社区是 CSDN 旗下专注 OpenClaw 生态的官方阵地，聚焦技能开发、插件实践与部署教程，为开发者提供可直接落地的方案、工具与交流平台，助力高效构建与落地 AI 应用

更多推荐

OpenClaw+GLM-4.7-Flash语音交互：对接Whisper实现语音控制

本文介绍了如何在星图GPU平台上自动化部署【ollama】GLM-4.7-Flash镜像，构建语音交互系统。该系统结合Whisper语音识别与GLM-4.7-Flash的指令理解能力，实现智能家居控制等场景的语音操作，提升日常任务执行效率。

avatar 龙虾开发者社区

学生党福音：OpenClaw+nanobot搭建学习监督助手

本文介绍了如何在星图GPU平台上自动化部署🐈 nanobot：超轻量级OpenClaw镜像，构建智能学习监督助手。该方案利用轻量级模型实现网课进度跟踪、自动生成练习题和错题整理功能，特别适合学生群体通过QQ机器人实现移动端学习管理，显著提升学习效率。

avatar 龙虾开发者社区

OpenClaw创意工坊：用nanobot镜像生成技术海报文案

本文介绍了如何在星图GPU平台上自动化部署🐈 nanobot：超轻量级OpenClaw镜像，快速生成技术海报文案。该镜像基于Qwen3-4B模型，能将复杂技术术语转化为通俗表达，适用于技术活动宣传、社交媒体推广等场景，显著提升内容创作效率。

avatar 龙虾开发者社区